Senior QA Engineer
Описание
Привет, A-player! :)Мы - Phygital+. AI-платформа для креативных и дизайн-команд. Помогаем крупным компаниям ускорять создание визуального контента с помощью нейросетей, сохраняя качество и контроль. Коротко о нас, чтобы понимать масштаб: 200+ enterprise-клиентов уровня Яндекс, Альфа-Банк, X5, Лента, Авито, МТС. Крупнейшие агентства: Depot, Setters, Great и многие другие. По частоте использования - мы на втором месте после Figma у дизайнеров и маркетологов. Retention по компаниям = 100%. Рост +30% месяц к месяцу, за полтора года выросли с 8 до 32 человек в команде. Цель на 2026 год - вырасти в 5 раз по выручке. Мы нашли PMF, закрываем раунд А от известного фонда. Про рольМы ищем Senior QA Engineer в команду Tech. Это не позиция «подключился и разгребаешь чужие кейсы» - это человек, который владеет тест-стратегией продукта целиком: понимает, что тестировать глубоко, что смоуком, а что не тестировать вообще и может это обосновать. У нас сложная AI-платформа: 40+ нод, пайплайны, биллинг, team accounts, интеграции, асинхронные сценарии. Баг, который ушёл в prod - это боль для enterprise-клиента.Ты не просто ловишь баги - ты решаешь go/no-go по релизу вместе с руководителем. Наша культура - коротко AI-first и AI-native. Вся команда пользуется Cursor, Claude, вайбкодингом. Ты будешь тестировать AI - значит, ты сам должен его понимать и использовать. Минимум бюрократии. Никто не стоит над душой, пошаговых инструкций на каждый кейс не будет. A-players. Проактивные, самостоятельные, ответственные. Видишь проблему - подсвечиваешь, не ждёшь таски. Полностью удалёнка. Команда распределена по миру, синхронизируемся по Москве. Чем предстоит заниматься :) Владение тест-стратегией продукта — определение глубины покрытия по зонам риска, поддержание стратегии в актуальном состоянии. Исследовательское ручное тестирование новых фич и продукта в целом: AI-модели, воркспейсы, пайплайны, биллинг, подписки, team accounts. Тестирование AI-функциональности — 40+ нод (image, video, audio): не только факт завершения задачи, но качество результата, стабильность, типичные ошибки моделей. Регрессионное тестирование перед релизами — прогон критичных сценариев, расширение набора по итогам багов и новых фич. API-тестирование REST через Swagger/Postman, включая асинхронные сценарии: очереди, долгие операции, ретраи, частичные отказы. Автоматизация API-слоя на Python/pytest, интеграция прогонов в GitLab CI, поддержание стабильности тестов. Ведение тест-кейсов, чек-листов и баг-репортов в TestRail; баг-репорты в ClickUp с воспроизводимыми шагами, скриншотами и логами из DevTools, Sentry/Graylog. Участие в груминге и оценке задач — подсветка рисков и проблем тестируемости до начала разработки. Развитие процессов и инструментов QA — выбор и внедрение решений для тест-менеджмента, тестовых данных и стендов. Наши ожидания Must have: 5+ лет ручного тестирования веб-продуктов (SaaS, B2B/B2C), из них 2+ года — на продукте со сложной бизнес-логикой или нестандартным UI (редакторы, конструкторы, дашборды). Практический опыт автоматизации: писал и поддерживал автотесты на Python (pytest) сам, не только запускал чужие. Закрыть API-слой самостоятельно — да, строить фреймворк с нуля — не обязательно. Тест-дизайн на продвинутом уровне: классы эквивалентности, границы, попарное тестирование, state-based сценарии, тестирование через инварианты при отсутствии эталона. Уверенное REST API-тестирование: Swagger/Postman, авторизация и токены, вебхуки, идемпотентность, работа с ошибками и таймаутами. CI/CD: запуск тестов в GitLab CI, чтение пайплайнов, работа с флакающими тестами. SQL (PostgreSQL) на уровне джойнов и агрегатов для валидации данных. Логи и мониторинг: Sentry, Grafana/Graylog, DevTools — умеешь локализовать баг до слоя (фронт / API / воркер / модель), а не просто написать «не работает». Английский Intermediate+ (чтение тех. документации). Nice to have: Опыт тестирования асинхронных систем: очереди, воркеры, долгие операции, ретраи, частичные отказы. Опыт роли единственного или старшего QA в команде — выстраивал процесс тестирования с нуля или существенно переделывал существующий. AI/ML или медиа-продукты (генерация изображений/видео/аудио) — понимание, как тестировать недетерминированный результат. Playwright — понимание, где E2E оправдан, а где это будущий техдолг. Нагрузочное тестирование (k6 / Locust / JMeter) хотя бы на базовом уровне. Docker, базовое понимание Kubernetes. Celery / RabbitMQ — понимание механики очередей. FastAPI / TypeScript на уровне чтения кода и диффа в MR. Нам по пути, если это про тебя Ты воспринимаешь качество релиза как свою зону ответственности целиком, а не только свои задачи. Ты умеешь приоритизировать и говорить «нет» — отличаешь блокер от косметики. Ты подсвечиваешь системные проблемы и предлагаешь решение, а не просто фиксируешь жалобу. Тебе комфортно с неопределённостью и меняющимся скоупом. Ты сам пользуешься генеративными AI-инструментами и понимаешь продукт с позиции пользователя, а не только тестировщика. Ручное и исследовательское тестирование — для тебя всё ещё основная работа, а не то, что «уже пройденный этап». Твои первые 3 месяца 30 дней — разбираешься в продукте, подключаешься к регрессионным прогонам и API-автоматизации, растёшь в понимании тест-стратегии. 60 дней — самостоятельно тестируешь задачи из спринта без постоянного сопровождения. Баг-репорты без возвратов на уточнение (